近日，由雷鋒網(wǎng) & AI掘金志主辦的「第二屆中國(guó)人工智能安防峰會(huì)」在杭州召開。

峰會(huì)現(xiàn)場(chǎng)，?？低暩呒?jí)副總裁、研究院院長(zhǎng)浦世亮發(fā)表了題為《AI賦能，共筑未來》的演講。

浦世亮表示，雖然實(shí)體經(jīng)濟(jì)對(duì)AI的需求非常旺盛，但AI的落地并不容易，需要具備數(shù)據(jù)、算法、算力、產(chǎn)品、系統(tǒng)五大條件。但事實(shí)上，大部分傳統(tǒng)企業(yè)都很難具備上述所有能力，這正是AI落地難的主要原因。

因此，尋找一種新的社會(huì)組織方式，更好地分享和利用資源顯得至關(guān)重要。?？低暤腁I開放平臺(tái)正是出于這一目的而推出的。

浦世亮介紹，過去一年里，海康威視已經(jīng)成功將AI開放平臺(tái)應(yīng)用于環(huán)保、物流、旅游、氣象、城管等多個(gè)領(lǐng)域的智能化升級(jí)。

以下為浦世亮的現(xiàn)場(chǎng)演講內(nèi)容，雷鋒網(wǎng)作了不改變?cè)獾木庉嫾罢恚?/strong>

各位尊敬的來賓，大家上午好，我是海康威視研究院的浦世亮。首先感謝雷鋒網(wǎng)的邀請(qǐng)，讓我有這個(gè)機(jī)會(huì)向大家介紹?？低曉谶^去一年中用AI賦能實(shí)體經(jīng)濟(jì)，以及構(gòu)建AI開放生態(tài)方面所做的一些工作。

到21世紀(jì)我們的信息環(huán)境已經(jīng)發(fā)生了巨大而深刻的變化。隨著移動(dòng)終端、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，感知設(shè)備已遍布城市各處，布滿全球的網(wǎng)絡(luò)連接著設(shè)備與個(gè)人、個(gè)體與群體，我們的世界已經(jīng)從以往的物理空間和人類社會(huì)構(gòu)成的二元空間，變?yōu)榱擞晌锢砜臻g、人類社會(huì)及信息空間組成的三元空間。經(jīng)濟(jì)的發(fā)展也隨著信息環(huán)境的變化，歷經(jīng)了信息化、數(shù)字化的進(jìn)程，迎來了智能化的浪潮。我們知道，在物聯(lián)網(wǎng)信息空間中，有80%以上的數(shù)據(jù)是視覺數(shù)據(jù)，利用好視覺智能對(duì)于場(chǎng)景進(jìn)行感知，可以在各個(gè)行業(yè)中延展出大量的智能應(yīng)用。

另一方面，隨著我國(guó)人口紅利的消失，傳統(tǒng)產(chǎn)業(yè)的盈利能力逐年下降，產(chǎn)業(yè)的升級(jí)勢(shì)在必行，人工智能技術(shù)是產(chǎn)業(yè)升級(jí)的核心技術(shù)手段。在傳統(tǒng)產(chǎn)業(yè)人工智能技術(shù)有著巨大的應(yīng)用價(jià)值。根據(jù)國(guó)務(wù)院發(fā)布的新一代人工智能發(fā)展規(guī)劃，到2030年，預(yù)計(jì)人工智能核心產(chǎn)業(yè)規(guī)模將超過 1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過10萬(wàn)億元 。但是另一方面，由于人工智能技術(shù)所處的發(fā)展階段，現(xiàn)在的人工智能技術(shù)還只適用于確定性的有約束的任務(wù)，因此人工智能應(yīng)用正在以場(chǎng)景化、碎片化的形式大量涌現(xiàn)。

AI在實(shí)體經(jīng)濟(jì)中的需求非常旺盛，但是AI在實(shí)體經(jīng)濟(jì)落地卻并不容易，因?yàn)锳I落地需要具備五大條件，分別是數(shù)據(jù)、算法、算力、產(chǎn)品和系統(tǒng)。首先是數(shù)據(jù)，發(fā)展智能技術(shù)需要海量的訓(xùn)練數(shù)據(jù)，二是算法，要有較強(qiáng)的AI算法設(shè)計(jì)能力，三是計(jì)算，AI算法的訓(xùn)練和部署都需要龐大算力的支撐。再就是產(chǎn)品，人工智能的能力需要硬件產(chǎn)品承載；最后是系統(tǒng)，要有完整的人工智能解決方案。大部分傳統(tǒng)企業(yè)很難具備以上所有能力，這就是為什么AI在實(shí)體經(jīng)濟(jì)中需求巨大但是很難落地的原因。

怎樣才能使數(shù)量眾多的傳統(tǒng)產(chǎn)業(yè)用戶受益于AI技術(shù)的發(fā)展呢？人工智能領(lǐng)域的泰斗Geffrey Hinton教授曾經(jīng)說過，在一個(gè)組織良好的社會(huì)，如果生產(chǎn)力提高，那么每個(gè)人都會(huì)獲益，問題不在于技術(shù)，而是分享利益的方式。因此為了使AI技術(shù)能夠讓更多的行業(yè)和個(gè)人受益，我們需要構(gòu)建一個(gè)開放共享的人工智能產(chǎn)業(yè)環(huán)境，讓每一位參與者都能夠分享AI帶來的生產(chǎn)力提高。

?？低暦浅Ｔ敢庠谶@個(gè)過程中貢獻(xiàn)自己的力量。為此，我們研發(fā)了AI開放平臺(tái)，這個(gè)平臺(tái)一方面可以幫助零算法基礎(chǔ)的用戶開發(fā)自己行業(yè)的智能算法，另一方面可以幫助廣大AI從業(yè)者擁有自己的智能硬件產(chǎn)品和解決方案。

這個(gè)平臺(tái)具有三個(gè)特點(diǎn)：第一是它能夠基于很少量數(shù)據(jù)，快速生成滿足場(chǎng)景化需求的AI算法；第二是算法訓(xùn)練、編譯、優(yōu)化全部自動(dòng)實(shí)現(xiàn)，對(duì)零算法基礎(chǔ)的客戶提供一站式服務(wù)；最后它基于?？低暤挠布A(chǔ)，開放了具有強(qiáng)大感知能力的智能產(chǎn)品。

根據(jù)我們以往的經(jīng)驗(yàn)，AI技術(shù)在一個(gè)場(chǎng)景中的落地往往需要漫長(zhǎng)而專業(yè)的開發(fā)過程，從數(shù)據(jù)的收集標(biāo)注、算法設(shè)計(jì)、訓(xùn)練、集成到上線往往需要?dú)v經(jīng)數(shù)月?，F(xiàn)在我們通過AI開放平臺(tái)，利用各種自動(dòng)化的工具，使得AI算法的開發(fā)過程，變得非常簡(jiǎn)易。一個(gè)零算法基礎(chǔ)的用戶，可以在一個(gè)小時(shí)之內(nèi)完成整個(gè)算法的訓(xùn)練及部署。

下面我將首先通過一個(gè)零售行業(yè)的案例，來說明怎樣通過AI開放平臺(tái)實(shí)現(xiàn)特定場(chǎng)景的算法訓(xùn)練和部署。

在零售行業(yè)，商場(chǎng)的工作人員每天需要進(jìn)行貨架商品的盤點(diǎn)和補(bǔ)貨，耗費(fèi)大量的人力。為此他們希望通過攝像機(jī)對(duì)貨架上商品存量進(jìn)行檢測(cè)，從而達(dá)到補(bǔ)貨提醒目的。

首先用戶在平臺(tái)上創(chuàng)建算法模型，并上傳少量現(xiàn)場(chǎng)的圖像，然后進(jìn)行數(shù)據(jù)標(biāo)定，標(biāo)定過程非常簡(jiǎn)單，只需要完成物品的框選和分類選擇。

完成標(biāo)注后，在線訓(xùn)練算法模型。

最終用戶將訓(xùn)練好的算法模型部署到?？档臄z像機(jī)中。就這樣一臺(tái)具有貨架商品檢測(cè)及缺貨提醒的智能攝像機(jī)就開發(fā)完成了。整個(gè)過程在一個(gè)小時(shí)內(nèi)完成。

這是AI開放平臺(tái)的系統(tǒng)架構(gòu)。平臺(tái)包括了基礎(chǔ)設(shè)施層、資源層和服務(wù)層。以多維感知系統(tǒng)，分布式存儲(chǔ)系統(tǒng)，高性能計(jì)算平臺(tái)構(gòu)建基礎(chǔ)設(shè)施層；在資源層，建立領(lǐng)域模型、數(shù)據(jù)資源池、算法倉(cāng)庫(kù)三類資源；在服務(wù)層開放了算法訓(xùn)練、智能應(yīng)用服務(wù)，以及智能產(chǎn)品的開放體系。

下面我將介紹開放平臺(tái)提供的這幾種服務(wù)能力。

我們知道，現(xiàn)在的深度學(xué)習(xí)算法是數(shù)據(jù)驅(qū)動(dòng)的，但是用戶很難獲取海量的訓(xùn)練數(shù)據(jù)。為了幫助行業(yè)用戶突破數(shù)據(jù)鴻溝，AI開放平臺(tái)提供了基于領(lǐng)域模型的遷移學(xué)習(xí)能力。AI開放平臺(tái)訓(xùn)練了大量不同應(yīng)用領(lǐng)域的領(lǐng)域模型，根據(jù)用戶的任務(wù)，開放平臺(tái)會(huì)自動(dòng)選擇的一個(gè)領(lǐng)域模型作為訓(xùn)練基礎(chǔ)，然后在這個(gè)訓(xùn)練基礎(chǔ)上利用場(chǎng)景數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)。

這張圖表是對(duì)船只圖像進(jìn)行檢測(cè)的算法實(shí)驗(yàn)結(jié)果，橫坐標(biāo)是參與訓(xùn)練的數(shù)據(jù)量，縱坐標(biāo)是檢測(cè)精度，虛線是遷移學(xué)習(xí)結(jié)果，實(shí)線是全量學(xué)習(xí)結(jié)果。從實(shí)驗(yàn)數(shù)據(jù)可以看到，遷移學(xué)習(xí)僅用100張左右的訓(xùn)練樣本，算法就能獲得85%的檢測(cè)精度；而從頭開始訓(xùn)練的話要達(dá)到同樣性能則至少需要5000張樣本?；陬I(lǐng)域模型的遷移學(xué)習(xí)使用戶能夠用極少量的數(shù)據(jù)得到一個(gè)可用算法，極大的降低了用戶在數(shù)據(jù)上門檻。

為了幫助用戶進(jìn)一步突破數(shù)據(jù)瓶頸，平臺(tái)還開發(fā)了虛擬數(shù)據(jù)引擎，它利用三維建模、光線追蹤、對(duì)抗學(xué)習(xí)等技術(shù)生成虛擬數(shù)據(jù)來豐富訓(xùn)練樣本。第一個(gè)視頻展示了虛擬生成的不同擺放位置和角度的貨架商品樣本；第二個(gè)視頻展示了通過模擬光斑，字符疊加效果，虛擬生成的制造工件樣本；第三個(gè)視頻展示了通過三維建模，虛擬生成的室內(nèi)場(chǎng)景。

虛擬數(shù)據(jù)引擎可以幫助用戶豐富訓(xùn)練樣本，大大降低了用戶的數(shù)據(jù)成本。

除了數(shù)據(jù)準(zhǔn)備之外，深度學(xué)習(xí)算法設(shè)計(jì)也是一件艱難的工作，它包括神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)和超參數(shù)的調(diào)整，一般都需要資深的算法工程師參與。為了幫助算法設(shè)計(jì)能力不足的用戶，我們開發(fā)了模型架構(gòu)搜索算法，該算法用龐大的計(jì)算能力自動(dòng)尋找神經(jīng)網(wǎng)絡(luò)模型的最優(yōu)解。由用戶提交任務(wù)并設(shè)定約束條件，例如算法所消耗的計(jì)算資源和內(nèi)存資源，由檢索引擎自動(dòng)完成算法設(shè)計(jì)工作。AI開放平臺(tái)投入了大規(guī)模并行訓(xùn)練系統(tǒng)用以支持模型架構(gòu)搜索服務(wù)上線。

在完成模型訓(xùn)練后，算法在產(chǎn)品端的移植工作也需要投入大量研發(fā)工作。為了提升從算法到產(chǎn)品的研發(fā)效率，開放平臺(tái)開發(fā)了AI編譯器，AI編譯器利用神經(jīng)網(wǎng)絡(luò)圖優(yōu)化、匯編優(yōu)化、指令編譯優(yōu)化等技術(shù)手段實(shí)現(xiàn)了算法在各類芯片平臺(tái)上的自動(dòng)優(yōu)化及部署。由上圖可以看到通過AI編譯器自動(dòng)優(yōu)化的算法，其執(zhí)行效率大幅度優(yōu)于通用的優(yōu)化方法。AI編譯器現(xiàn)在已經(jīng)支持多種云端及邊緣端的計(jì)算平臺(tái)，使得人工智能算法在海康前后端產(chǎn)品的移植變得非常便捷。

AI開放平臺(tái)開放了大量?？狄延械闹悄軕?yīng)用能力供行業(yè)用戶調(diào)用，包括各種視頻感知及跨媒體感知的能力。我們開放的視頻感知能力包括各種目標(biāo)的屬性識(shí)別能力，以及對(duì)多種物品和行為的精準(zhǔn)感知能力；平臺(tái)還提供文字識(shí)別和語(yǔ)音識(shí)別能力。平臺(tái)還提供多種跨媒體信息的融合感知能力。AI開放平臺(tái)通過螢石云上線我們的智能應(yīng)用服務(wù)。

人工智能技術(shù)在我國(guó)實(shí)體經(jīng)濟(jì)中大規(guī)模落地，需要人數(shù)眾多的AI從業(yè)者進(jìn)行持續(xù)的大眾創(chuàng)新和群智涌現(xiàn)。但是現(xiàn)在AI從業(yè)者面臨的一個(gè)難題是往往缺少合適的產(chǎn)品來承載他們的算法，為此我們開放了前后端全系列的人工智能硬件產(chǎn)品，以幫助AI從業(yè)者，實(shí)現(xiàn)他們自己的AI功能及方案。

我們的設(shè)備開放體系，包括設(shè)備操作系統(tǒng)，集成開發(fā)套件和云端配套服務(wù)。首先我們開放了?？翟O(shè)備操作系統(tǒng)，提供設(shè)備的各項(xiàng)基礎(chǔ)能力，包括圖像處理、編解碼、存儲(chǔ)、傳輸?shù)饶芰?；另外我們提供了集成開發(fā)套件，它基于容器技術(shù)開放了設(shè)備的AI計(jì)算資源，使用戶可以在產(chǎn)品上集成自有算法；最后我們?cè)谠贫颂峁┒喾N配套服務(wù)，包括編譯環(huán)境、測(cè)試環(huán)境，應(yīng)用商店和授權(quán)工具。我們相信在?？祻?qiáng)大的產(chǎn)品能力的幫助下，廣大AI從業(yè)者可以更快的在實(shí)體經(jīng)濟(jì)中實(shí)現(xiàn)AI的價(jià)值。

設(shè)備端的感知能力是AI算法的基礎(chǔ)，基于?？低曉趫D像領(lǐng)域多年的積累，我們的智能產(chǎn)品具有強(qiáng)大的感知能力。

例如如我們的黑光相機(jī)，通過混合補(bǔ)光和雙光融合技術(shù)以及獨(dú)特的雙Sensor架構(gòu)，實(shí)現(xiàn)了從可見光到近紅外波長(zhǎng)光線的高效利用，大大提升了低照度場(chǎng)景下的圖像質(zhì)量。

我們的鷹眼相機(jī)，通過多鏡頭多方位同時(shí)采集圖片，無縫拼接提供超寬視場(chǎng)角，實(shí)現(xiàn)了對(duì)場(chǎng)景360°全景覆蓋。

我們的攝像機(jī)還加入了基于傳感器原始信號(hào)的超分辨率技術(shù)，并利用深度學(xué)習(xí)對(duì)成像過程進(jìn)行端到端的計(jì)算優(yōu)化，從根源上實(shí)現(xiàn)圖像質(zhì)量的優(yōu)化增強(qiáng)，明顯提升圖像細(xì)節(jié)的分辨能力與目標(biāo)的可辨識(shí)度，在圖像質(zhì)量上為AI算法提供了一個(gè)更好的基礎(chǔ)。

除此之外，我們還提供多傳感器融合技術(shù)。上面展示的是“高精度全場(chǎng)景感知技術(shù)”。我們利用多模態(tài)數(shù)據(jù)融合技術(shù)將激光雷達(dá)、攝像機(jī)、差分GPS、慣性傳感器，輪速傳感器進(jìn)行底層信息融合，實(shí)現(xiàn)環(huán)境和三維目標(biāo)的高精度感知，這種感知方案可以在任何光照條件以及惡劣的天氣情況下正常工作，可廣泛應(yīng)用于智能移動(dòng)機(jī)器人和自動(dòng)駕駛汽車等自主無人系統(tǒng)。

之前我們介紹了AI開放平臺(tái)在智能感知領(lǐng)域的工作，AI技術(shù)在產(chǎn)業(yè)的深化應(yīng)用還需要廣泛應(yīng)用智能認(rèn)知領(lǐng)域的技術(shù)。大數(shù)據(jù)智能是實(shí)現(xiàn)智能認(rèn)知的重要手段，它對(duì)大數(shù)據(jù)進(jìn)行深入分析，探析其隱含模式和規(guī)律，構(gòu)建從數(shù)據(jù)到知識(shí)進(jìn)而到?jīng)Q策的計(jì)算范式。

但是大數(shù)據(jù)智能技術(shù)在行業(yè)中應(yīng)用的過程中面臨諸多難題包括多元異構(gòu)物聯(lián)數(shù)據(jù)的高效存算問題、大數(shù)據(jù)的抽象和理解問題、便捷的建模及應(yīng)用問題。AI開放平臺(tái)通過并行化算子、多數(shù)據(jù)架構(gòu)、多計(jì)算框架等技術(shù)，解決多元異構(gòu)物聯(lián)數(shù)據(jù)的存儲(chǔ)計(jì)算問題。通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識(shí)圖譜、圖挖掘等算法，解決大數(shù)據(jù)的抽象和理解問題；通過可視化建模、模型倉(cāng)庫(kù)等能力，解決大數(shù)據(jù)挖掘應(yīng)用的便捷開發(fā)和推廣問題

以上這些大數(shù)據(jù)智能領(lǐng)域的能力，AI開放平臺(tái)會(huì)陸續(xù)上線。

?？低暤臓I(yíng)銷網(wǎng)絡(luò)遍布全國(guó)，包括了經(jīng)銷商、客戶、分公司、倉(cāng)庫(kù)等眾多節(jié)點(diǎn)，各個(gè)節(jié)點(diǎn)之間，每天都會(huì)發(fā)生商機(jī)、訂單、配送等大量具有時(shí)空屬性的關(guān)系。如何提升這張營(yíng)銷網(wǎng)絡(luò)的運(yùn)行效率，成為?？得媾R的一個(gè)挑戰(zhàn)。我們嘗試用大數(shù)據(jù)智能來優(yōu)化這張網(wǎng)絡(luò)。

1.我們首先應(yīng)用知識(shí)圖譜構(gòu)建和圖神經(jīng)網(wǎng)絡(luò)等算法，識(shí)別出運(yùn)營(yíng)效率較低的子網(wǎng)絡(luò)，如圖中紅色標(biāo)記的部分；

2.然后基于強(qiáng)化學(xué)習(xí)的圖優(yōu)化算法，去重塑該網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，建立更高效的營(yíng)銷與物流路徑。

3.最終在全國(guó)的營(yíng)銷網(wǎng)絡(luò)上，實(shí)現(xiàn)流轉(zhuǎn)效率的提高，及運(yùn)營(yíng)成本的降低，實(shí)現(xiàn)了大數(shù)據(jù)智能與企業(yè)運(yùn)營(yíng)的深度融合。

以上我介紹了AI開發(fā)平臺(tái)在智能感知、智能認(rèn)知、智能硬件等領(lǐng)域開放的服務(wù)，接下來簡(jiǎn)單介紹一下AI開發(fā)平臺(tái)過去一年在各個(gè)行業(yè)中的應(yīng)用。環(huán)境保護(hù)與我們每一個(gè)人都息息相關(guān)，環(huán)保領(lǐng)域是海康威視AI開放平臺(tái)重點(diǎn)支持的一個(gè)方向，在過去一年中我們利用AI開放平臺(tái)幫助用戶實(shí)現(xiàn)了大量環(huán)保領(lǐng)域的應(yīng)用。例如秸稈燃燒檢測(cè)、河道漂浮物檢測(cè)及污水排放檢測(cè)。在動(dòng)物保護(hù)方面，我們對(duì)野生東北虎的長(zhǎng)期野外監(jiān)測(cè)和智能識(shí)別，為動(dòng)物保護(hù)工作提供了有力的支撐。

除了上述案例，我們還在零售、農(nóng)業(yè)、物流、制造、餐飲、旅游、氣象等多個(gè)行業(yè)中幫助客戶實(shí)現(xiàn)智能化的升級(jí)。例如在餐飲行業(yè)我們的用戶利用AI開放平臺(tái)檢測(cè)廚房的衛(wèi)生情況，在景區(qū)我們的用戶利用AI開放平臺(tái)實(shí)現(xiàn)了拍照識(shí)景功能。AI技術(shù)在各個(gè)行業(yè)呈現(xiàn)出巨大的應(yīng)用價(jià)值。

人工智能的時(shí)代已經(jīng)到來，?？低曉概c各位同仁一起攜手共進(jìn)，賦能行業(yè)，共筑未來！

關(guān)于中國(guó)人工智能安防峰會(huì)

由雷鋒網(wǎng) & AI掘金志主辦的「2019中國(guó)人工智能安防峰會(huì)」，是業(yè)內(nèi)極具影響力的AI安防論壇，致力于推動(dòng)中國(guó)“AI-安防”落地融合與“學(xué)術(shù)-產(chǎn)業(yè)”的應(yīng)用交叉。

延續(xù)上一屆峰會(huì)的高水準(zhǔn)、高人氣，2019中國(guó)人工智能安防峰會(huì)再度站在算法、工程和產(chǎn)品的最前沿，引導(dǎo)安防行業(yè)認(rèn)知再升級(jí)。這是?？怠⒋笕A、華為、阿里、騰訊以及多個(gè)AI獨(dú)角獸，因“AI安防”首次同臺(tái)，峰會(huì)現(xiàn)場(chǎng)也聚集了海內(nèi)外1000多位政企管理層和技術(shù)研究員，共同探討2019年的AI安防智能技術(shù)部署、前沿算法應(yīng)用與商業(yè)戰(zhàn)略布局。

本次峰會(huì)共設(shè)置“城市大腦與邊緣計(jì)算”、“世界頂尖算法應(yīng)用”、“前端動(dòng)態(tài)識(shí)別與智能視頻云”、“城市AIoT與邊緣智能引擎”四大議題，出席的15位演講嘉賓分別是：

上午場(chǎng)：阿里巴巴華先勝、?？低暺质懒痢⒋笕A股份殷俊、地平線張永謙、深瞐科技陳瑞軍、商湯科技張果琲、浪潮商用機(jī)器張琪。

下午場(chǎng)：香港科技大學(xué)權(quán)龍、原松下（新加坡）研究院申省梅、華為余虎、觸景無限肖洪波、曠視科技安洋、千視通胡大鵬、騰訊李牧青、中科院自動(dòng)化所王金橋。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。